Pour saisir la distinction entre cloud et edge computing, il faut d’abord comprendre comment les données sont traitées dans chaque architecture de réseau.
La majorité du traitement des données dans les appareils IoT se fait désormais dans le cloud, sur un réseau de serveurs centralisés. En conséquence, toutes les applications bas de gamme, ainsi que les dispositifs de passerelle, sont utilisés.
L’informatique de périphérie diffère de l’informatique traditionnelle en ce qu’elle adopte une approche complètement nouvelle. Il éloigne le traitement des serveurs centralisés et se rapproche des utilisateurs finaux.
Quel est le facteur limitant du cloud computing ?
Le cloud computing ne sera pas en mesure de suivre la flambée actuelle de la consommation de données. Deux difficultés apparaissent tout au long de l’étape de traitement. Le délai de traitement et une grande quantité de ressources inactives sont deux de ces problèmes. Ces problèmes affectent les centres de données décentralisés, les nœuds périphériques mobiles et les cloudlets.
Voici une vidéo concernant les différences entre cloud Computing et Edge Computing :
Tout est entassé et transmis au cloud pour un traitement supplémentaire lorsque les appareils liés créent des données. En conséquence, les centres de données et les réseaux dans le cloud sont surchargés, ce qui entraîne une latence accrue et des inefficacités du réseau. Les données peuvent être traitées plus près de la source des données avec l’edge computing.
Quels sont les cas d’utilisation de l’edge computing ?
Les réseaux radio virtualisés et 5G (vRAN) des opérateurs virtualisent de plus en plus des sections de réseaux mobiles (vRAN. Le matériel RAN virtualisé moderne est conçu pour effectuer des traitements complexes avec une latence minimale.
Une maintenance prédictive des entreprises de fabrication aimeraient être en mesure d’identifier et d’évaluer de manière proactive la santé de leurs machines dans la ligne de production avant qu’elles ne tombent en panne.
L’avantage de l’edge computing est qu’il permet de rapprocher le traitement et le stockage des données des équipements. Les capteurs IoT peuvent suivre la santé de la machine et effectuer des analyses en temps réel avec peu de latence.